初创公司CyDeploy正致力于解决企业软件更新中的核心矛盾：如何在快速修补安全漏洞的同时，避免更新导致系统崩溃。该公司创始人蒂娜·威廉姆斯-科罗玛（Tina Williams-Koroma）向TechCrunch介绍，CyDeploy的核心理念是利用机器学习技术，自动分析并复制企业关键系统，构建一个“数字孪生”环境，供企业提前测试更新。 具体而言，CyDeploy通过监控用户日常使用应用和系统的行为，记录屏幕操作并自动标注关键动作。其机器学习模型负责“理解”这些行为，并自动生成测试场景。为防止AI误判，系统仍保留人工审核环节，由企业内部的系统管理员进行验证，确保标签准确无误。 在实际应用中，企业可将CyDeploy部署到其数字孪生环境中，由系统管理员运行反映日常操作的测试脚本，提前发现潜在问题。相比传统手动编写测试用例的方式，CyDeploy能显著提升测试脚本的生成效率。 此外，CyDeploy支持两种运行模式：企业可选择在本地部署其自有大语言模型，确保数据不外泄；也可使用OpenAI模型，但需承担数据离开企业系统的风险。威廉姆斯-科罗玛指出，目标客户通常是运行关键服务器和核心系统的大型企业，特别是那些因安全需求必须快速更新，但又不能因频繁变更影响业务连续性的“一级应用”。 目前，CyDeploy已入围TechCrunch Disrupt 2025 Startup Battlefield Top 20决赛。如想深入了解这一创新技术，以及观摩其他初创企业的路演与行业专家演讲，可前往2025年10月27日至29日在旧金山举行的TechCrunch Disrupt大会。